PYSEQM 2.0:在图形处理单元上进行加速的半经验激发状态计算.
Vishikh Athavale1, Nikita Fedik1, William Colglazier1,2
1Theoretical Division, Los Alamos National Laboratory, Los Alamos, New Mexico 87545, United States.
Journal of chemical theory and computation
|September 25, 2025
概括
研究人员使用PYSEQM 2.0.0.开发了新的计算方法来计算大型分子中的电子激发状态,使用PYSEQM 2.0.0. 这使得光化学和材料科学应用的模拟速度更快.
科学领域:
- 计算化学计算化学
- 量子力学就是量子力学.
- 摄影化学的使用.
背景情况:
- 半经验量子化学方法对于研究分子性质至关重要.
- 计算电子兴奋状态在计算上是非常苛刻的,特别是在大型系统中.
- 现有的方法对于大规模模拟缺乏效率.
研究的目的:
- 开发和实施电子兴奋状态能力,用于半经验量子化学方法.
- 为了提高PYSEQM 2.0软件包,以实现高效的模拟.
- 为大型分子系统实现精确的激发状态属性计算.
主要方法:
- 实现了配置交互单元 (CIS) 和时间依赖的Hartree-Fock (TDHF) 理论水平.
- 使用了PYSEQM 2.0软件包,利用PyTorch进行GPU加速和自动差异化.
- 对一千个原子的系统进行了基准测试.
主要成果:
- 对于大型系统,激发状态计算在现代GPU上在不到一分钟内实现.
- 在分子性质评估中,PYSEQM 2.0 显示出了显著的性能增长.
- 整合了用于哈密尔顿参数再优化和神经网络训练的机器学习接口.
结论:
- 开发的方法为大型系统提供了对激发状态量子化学的访问.
- 该方法适用于高通量选,实时反和大规模动态研究.
- 这项工作为光化学,光物理学和材料发现中的混合量子机器学习方法奠定了基础.


